Регуляризованная стековая ансамблевая модель

Регуляризованная стековая ансамблевая модель — это двухуровневый ансамблевый метод, в котором прогнозы от нескольких разнообразных базовых моделей комбинируются регуляризованной мета-моделью — обычно гребневой регрессией, лассо или эластичной сетью — для подавления переобучения на уровне комбинации. Регуляризация гарантирует, что мета-модель присваивает стабильные, хорошо откалиброванные веса выходным данным базовых моделей, а не запоминает шум в прогнозах фолдов обучения.